COMMON CURRICULUM OF DENTAL CARE FACULTIES
本学では、多様なニーズに対応できる歯科医療人としての実践力向上を目指して、学部を超えた共通カリキュラム「ODU歯科医療連携プログラム」を開設しました。
このプログラムでは、歯学部・医療保健学部・看護学部の「学びをつなぐ」ことで、歯科医療の専門職に求められる多職種連携、チーム医療に必要となる実践力を高めるだけでなく、社会人としての人間力、汎用的能力の育成を目指します。
プログラムは各学部で開講される科目群を特定の教育領域ごとに再編し、オンデマンド教材や外部アセスメントテストなどの学部連携コンテンツを活用しながら構築します。
プログラム修了者には、修了証を発行します。
ODU歯科医療連携プログラムの第1号として、2020年度より、数理・データサイエンス・AI領域をスタートします。
歯科医療はじめ医療分野においては予防、診断、治療のいずれにおいてもAIやデータサイエンスの活用が期待されています。画像診断やカルテ解析による疾患診断などはもちろん、医療保険制度や医療提供体制を含む医療システムへの活用もみられるようになっており、地域包括ケアシステム、健康長寿社会などのニーズへの対応においてAIやデータサイエンスの知識は必要不可欠となっています。
数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)は、学生の数理・データサイエンス・AIへの関心を高め、かつ、それを適切に理解し活用する基礎的な能力を育成するため、数理・データサイエンス・AIに関する知識及び技術について体系的な教育を行う大学等の正規の課程(教育プログラム)を文部科学大臣が認定及び選定して奨励するものです。
このプログラムは既存の開講科目を有機的に組み合わせ、数理・データサイエンス・AI に関する知識、技能、態度をより深く学び、修得できるように編成しています。患者中心の医療に向けて、科学的根拠に基づく医療(Evidence-Based Medicine:EBM) の実現にデータ解析が果たす役割は非常に大きいものです。そのため、本学では統計・数理に関する科目はもちろん、歯科医療の専門教育科目もプログラムの対象としています。
歯科医療の専門科目と数理・データサイエンス・AI 領域の「連関」を理解しながら学習を進めるためのプログラム・マップをご用意しました。マップの横軸は学習方法を表し、縦軸は学習領域を表します。「知る」「問う」「実践する」の3段階で、各科目の授業形態別にマッピングしています。たとえば、同じ「知る」を中心とした授業でも、「最新事例などの知識習得」を中心とした学習ならフェーズ1、「実データを使った技術や手法の習得」を中心とした学習ならフェーズ3にマッピングされます。
2020 年度に実施した学生による授業評価アンケートで要望の多かった「歯科医療分野における最新活用事例」を本学オリジナルのオンデマンド教材(e-learning) としてご用意します。(2021 年夏ごろより配信予定)
学部横断カリキュラムとして、実際の医療現場でどのように数理・データサイエンス・AI 領域の知識が活用されているのか、理解を深めます。
開講学年 | コース名 | 科目名 | 授業の方法 ※講義は面接講義 |
1年 | 語学・情報科学 | 情報科学 | 講義・演習 |
基礎科学 | 数学 | 講義・演習 | |
2年 | 基礎系歯科医学 | 歯科微生物学I・II | 講義・実習 |
3年 | 語学・情報科学 | 臨床歯科医学情報科学 | 講義・演習 |
社会系歯科医学 | 衛生学・公衆衛生学 | 講義 | |
社会系歯科医学 | 歯科栄養学 | 講義・演習 | |
社会系歯科医学 | 歯科医療(安全)管理学 | 講義・演習 | |
社会系歯科医学 | 医療統計学 | 講義・演習 | |
社会系歯科医学 | 社会歯科学・口腔衛生学 | 講義・演習 | |
臨床系歯科医学 | 歯科放射線学 | 講義・実習 | |
4年 | 総括 | コアカリに沿った講義Ⅲ | 講義・演習 |
開講学年 | コース名 | 科目名 *は自由選択科目 | 授業の方法 ※講義は面接講義 |
1年 | 専門基礎 | 社会福祉論Ⅰ | 講義 |
基礎 | 情報科学Ⅰ | オンデマンド演習・演習 | |
基礎 | 情報科学Ⅱ | オンデマンド演習・演習 | |
基礎 | 統計学 | 講義 | |
2年 | 専門 | 口腔デジタル基礎工学 | 講義 |
専門 | 審美歯科学 | 講義 | |
専門基礎 | 社会調査学 | 講義・演習 | |
専門基礎 | 地域福祉論Ⅱ* | オンデマンド講義・講義 | |
3年 | 専門 | 医科歯科連携学 | 講義・演習 |
専門基礎 | 社会福祉調査学* | 講義 | |
4年 | 専門基礎 | 福祉経営論* | オンデマンド講義・講義 |
専門基礎 | ソーシャルワーク論Ⅲ* | 講義・演習 |
開講学年 | コース名 | 科目名 *は自由選択科目 | 授業の方法 |
1年 | 基礎 | 情報科学 | 講義 |
専門基礎 | 公衆衛生学 | 講義 | |
基礎 | 看護と数学* | 講義 | |
2年 | 基礎 | ODU学部横断プログラム(数理AIデータサイエンス領域) | 講義 |
専門基礎 | 保健情報学 | 講義 | |
専門基礎 | 保健統計学* | 講義 | |
専門基礎 | 疫学* | 講義 |
第1~4学年に開講する12科目23.5単位
下記のうち、①~③の合計10科目16単位及び、④の中から2科目6単位を含む合計22単位以上の取得を修了要件とする。
対象科目 | 単位 | |
① | 「語学・情報科学教育コース」及び「基礎科学教育コース」 | 必修3科目5単位 |
② | 基礎系歯科医学教育の中で数理・データサイエンス・AIを実践的に学習する科目群 | 必修2科目5単位 |
③ | 社会系歯科医学教育の中で数理・データサイエンス・AIを実践的に学習する科目群 | 必修5科目6単位 |
④ | 臨床系歯科医学教育の中で数理・データサイエンス・AIを実践的に学習する科目群 | 必修2科目6単位 |
第1~3学年に開講する10科目12単位
下記のうち①~③合計8科目9単位以上の取得を修了要件とする。
対象科目 | 単位 | |
① | 基礎科目(情報教育・教養教育)の中で数理・データサイエンス・AIに関する科目群 | 必修3科目3単位 |
② | 専門基礎科目(社会系口腔科学・社会福祉学)の中で数理・データサイエンス・AIに関する科目群 | 必修2科目3単位及び自由選択2科目3単位の中から3単位以上 |
③ | 専門科目(臨床系専門教育・総合医学教育)の中で数理・データサイエンス・AIに関する科目群 | 必修3科目3単位 |
第1~2学年に開講する7科目10単位
下記のうち①~②合計4科目6単位以上の取得を修了要件とする。
対象科目 | 単位 | |
① | 基礎科目(科学的思考の基盤)の中で数理・データサイエンス・AIに関する科目群 | 必修2科目3単位及び選択1科目1単位の中から3単位以上 |
② | 専門基礎科目(健康支援と社会保障制度)の中で数理・データサイエンス・AIに関する科目群 | 必修2科目3単位及び選択2科目3単位の中から3単位以上 |
委員会等 | 役割 |
---|---|
プログラム運営責任者 | 教育情報センター所長 山本 景一 |
プログラム運営組織 大阪歯科大学学部等横断カリキュラム検討委員会 | 委員長 川添 堯彬 理事長・学長 |
プログラム自己点検・評価 数理・データサイエンス・AI教育領域運営小委員会 | 委員長 山本 景一 教育情報センター所長 |
本プログラムは、本学の情報教育に関する数理・データサイエンス・AI関連の既存科目群を体系的に整理し、一見、関連性がないように見える歯科医療分野の科目がどのように数理・データサイエンス・AI分野と結びついているのか、受講者自身が意識し、理解を深めることで、実践力を身につけることを目標とします。
プログラムの自己点検では、受講者の能動的・主体的な学習が促進されているか、数理・データサイエンス・AI領域への興味関心が高まっているかを検証します。